Agence Nationale de Statistique et de la Démographie

ANSD

————————————————————
Ecole Nationale de la Statistique et de l’Analyse Economique

ENSAE Pierre NDIAYE

————————————————————
PROJET DE CALCUL SCIENTIFIQUE
————————————————————

Rédigé par :
Elisée AMEWOUAME et Yatoute MINTOAMA
Elèves ingénieurs statisticiens
économistes

Sous la supervision de :
Dr. Oumar Diop

19 Février 2023

1
Contents

2
I. Projet 1
(1) 𝑚𝑥″ + 𝜆𝑥′ + 𝑘𝑥 = 0
𝜆 𝑘
Posons 𝛼 = 2𝑚 𝑒𝑡 𝜔02 = 𝑚

1- Ecriture de (1) sous la forme 𝑋 ′ = 𝐴𝑋

𝑥′ (𝑡) = 𝑥′ (𝑡) 𝑥′ (𝑡)

(1) ⇔ 𝑚𝑥″ + 2𝑚𝛼𝑥′ + 𝑚𝜔02 𝑥 = 0 ⇔ { ⇔ ( ) =
𝑥″ (𝑡) = −2𝛼𝑥′ (𝑡) − 𝜔02 𝑥(𝑡) 𝑥″ (𝑡)
0 1 𝑥(𝑡)
( 2 )( ′ )
−𝜔0 −2𝛼 𝑥 (𝑡)
𝑥′ (𝑡) 0 1
On a donc l’équation (𝐸) ∶ 𝑋 ′ = 𝐴𝑋 où 𝑋(𝑡) = ( ) et 𝐴 = ( 2 )
𝑥″ (𝑡) −𝜔0 −2𝛼

2- Déterminons en fonction de 𝛼 𝑒𝑡 𝜔02 , les valeurs propres de la

matrice 𝐴.
−𝜆 1
On a 𝑃 (𝜆) = 𝑑𝑒𝑡(𝐴 − 𝜆𝐼) = ∣ 2 ∣ = 𝜆2 + 2𝛼𝜆 + 𝜔02
−𝜔0 −2𝛼 − 𝜆
𝜆 = 𝑣𝑎𝑙𝑒𝑢𝑟 𝑝𝑟𝑜𝑝𝑟𝑒 𝑑𝑒 𝐴 ⇔ 𝜆2 + 2𝛼𝜆 + 𝜔02 = 0

• Si 𝛼2 > 𝜔02 , 𝑎𝑙𝑜𝑟𝑠 Δ′ = 𝛼2 − 𝜔02 > 0 et dans ce cas les valeurs propres de 𝐴 sont
𝜆1 = −𝛼 − √𝛼2 − 𝜔02 et 𝜆1 = −𝛼 + √𝛼2 − 𝜔02 .

• Si 𝛼2 < 𝜔02 , 𝑎𝑙𝑜𝑟𝑠 Δ′ = 𝛼2 − 𝜔02 > 0 et dans ce cas les valeurs propres de 𝐴 sont
𝜆 = −𝛼 + 𝑖√𝛼2 − 𝜔02 et 𝜆̄ = −𝛼 − 𝑖√𝛼2 − 𝜔02 .

• Si 𝛼2 = 𝜔02 , alors l’unique valeur propre de A est 𝜆 = −𝛼

3- Résolution du problème linéaire

a- Frottements importants: 𝛼2 > 𝜔02

𝜆1 = −𝛼 − √𝛼2 − 𝜔02 et 𝜆1 = −𝛼 + √𝛼2 − 𝜔02 sont des valeurs propres réels de A. Ainsi les
1 1
vecteurs 𝑣1 = ( ) et 𝑣2 = ( ) sont des vecteurs propres de A associés respectivement
𝜆1 𝜆2
𝑓 (𝑡) = 𝑒𝜆1 𝑡 𝑣1
aux valeurs propres 𝜆1 et 𝜆2 . Posons { 1 .
𝑓2 (𝑡) = 𝑒𝜆2 𝑡 𝑣2
𝑓1 et 𝑓2 sont des solutions de l’équation (𝐸) et sont linéairement indépendantes. Elles
constituent donc une base de solution de 𝐸. Les solutions de 𝐸 sont donc de la forme

3
𝑓(𝑡) = 𝛼𝑓1 (𝑡) + 𝛽𝑓2 (𝑡). En conséquence les solutions de l’équation (1) sont de la forme
𝑥(𝑡) = 𝛼𝑒𝜆1 𝑡 + 𝛽𝑒𝜆2 𝑡 ; 𝛼, 𝛽 ∈ 𝑅.
Puisque 𝜆𝑖 < 0, 𝑖 = 1, 2, on a lim𝑡→+∞ 𝑥(𝑡) = 0. Ainsi les solutions de (1) admettent comme
assymptot horizontale l’axe des abscisses.

b- Frottements faibles: 0 < 𝛼2 < 𝜔02

𝜆 = −𝛼 + 𝑖√𝛼2 − 𝜔02 et 𝜆̄ = −𝛼 − 𝑖√𝛼2 − 𝜔02 sont les valeurs propres (complexes) de A.

1 1
Ainsi 𝜔 = ( ) et 𝜔̄ = ( ̄ ) sont des vecteurs propres de 𝐴 associées respectivement aux
𝜆 𝜆
̄
valeurs propres 𝜆 et 𝜆.
𝑓(𝑡) = 𝑒𝜆𝑡 𝜔
Posons {
̄ = 𝑒𝜆𝑡̄ 𝜔
𝑓(𝑡)

𝐴𝑓(𝑡) = 𝑒𝜆 𝐴𝜔 𝐴𝑓(𝑡) = 𝜆𝑒𝜆 𝜔

On a: { ⇔ { (𝑐𝑎𝑟𝐴𝜔 = 𝜆𝜔 𝑒𝑡 𝐴𝜔̄ = 𝜆̄ 𝜔)̄ ⇔
̄ = 𝑒𝜆̄ 𝐴𝜔
𝐴𝑓(𝑡) ̄ = 𝜆𝑒
𝐴𝑓(𝑡) ̄ 𝜆̄ 𝜔
𝐴𝑓(𝑡) = 𝑓 ′ (𝑡)
{
̄ = 𝑓 ′̄ (𝑡)
𝐴𝑓(𝑡)
̄ ̄
𝑓 et 𝑓 ̄ sont donc solutions complexes de (𝐸). Il en est de même pour 𝑓+2 𝑓 et 𝑓−2 𝑓 . En effet
̄
l’ensemble des solutions de 𝐸 constitue un C-espace vectoriel. Par ailleurs 𝑓+2 𝑓 = 𝑅𝑒(𝑓)
̄ ̄ ̄
et 𝑓−2 𝑓 = 𝐼𝑚(𝑓). Donc 𝑓+2 𝑓 et 𝑓−2 𝑓 sont des solutions réelles de (𝐸) et comme elles sont
linéairement indépendantes alors elles constituent une base de solutions(réelles) de (𝐸). C’est
à dire que les solutions de 𝐸 sont les fonctions 𝑡 − > 𝐴 ∗ 𝑅𝑒(𝑓(𝑡)) + 𝐵 ∗ 𝐼𝑚(𝑓(𝑡)).
⎧𝜆 = 𝑎 + 𝑖𝑏 = −𝛼 + 𝑖√𝜔02 − 𝛼2
{
On a 𝑓(𝑡) = 𝑒𝜆𝑡 𝜔. Posons
⎨𝜔 = 𝑣1 + 𝑖𝑣2 = ( 1 ) + 𝑖 ( 0
)
{ −𝛼 2
√𝜔0 − 𝛼2
⎩
𝑓(𝑡) = 𝑒𝑎𝑡 ∗ 𝑒𝑖𝑏𝑡 (𝑣1 + 𝑖𝑣2 ) = (𝑐𝑜𝑠(𝑏𝑡) + 𝑖𝑠𝑖𝑛(𝑏𝑡))(𝑣1 + 𝑖𝑣2 )𝑒𝑎𝑡 = (𝑐𝑜𝑠(𝑏𝑡)𝑣1 − 𝑠𝑖𝑛(𝑏𝑡)𝑣2 ))𝑒𝑎𝑡 +
𝑖(𝑠𝑖𝑛(𝑏𝑡)𝑣1 + 𝑐𝑜𝑠(𝑏𝑡)𝑣2 )𝑒𝑎𝑡
𝑅𝑒(𝑓(𝑡)) = (𝑐𝑜𝑠(𝑏𝑡)𝑣1 − 𝑠𝑖𝑛(𝑏𝑡)𝑣2 )𝑒𝑎𝑡
Soit {
𝐼𝑚(𝑓(𝑡)) = (𝑠𝑖𝑛(𝑏𝑡)𝑣1 + 𝑐𝑜𝑠(𝑏𝑡)𝑣2 )𝑒𝑎𝑡
𝑥(𝑡)
soit encore ( ′ ) = 𝐴(𝑐𝑜𝑠(𝑏𝑡)𝑣1 − 𝑠𝑖𝑛(𝑏𝑡)𝑣2 )𝑒𝑎𝑡 + 𝐵(𝑠𝑖𝑛(𝑏𝑡)𝑣1 + 𝑐𝑜𝑠(𝑏𝑡)𝑣2 )𝑒𝑎𝑡
𝑥 (𝑡)
D’où 𝑥(𝑡) = (𝐴𝑐𝑜𝑠(𝑏𝑡) + 𝐵𝑠𝑖𝑛(𝑏𝑡))𝑒𝑎𝑡 avec 𝑏 = √𝜔02 − 𝛼2 , 𝑎 = −𝛼 et 𝐴, 𝐵 ∈ 𝑅
lim𝑡→+∞ 𝑥(𝑡) = 0 car |𝑥(𝑡)| ≤ (|𝐴| + |𝐵|)𝑒𝑎𝑡 donc les solutions de (1) présentent une as-
symptote horizontale qui est l’axe des abscisses.

4
c- Mouvement sans frottements: 𝛼 = 0

On a 𝑎 = 0 donc 𝑥(𝑡) = 𝐴𝑐𝑜𝑠(𝑏𝑡) + 𝐵𝑠𝑖𝑛(𝑏𝑡)

4- Résolution du cas 𝛼2 = 𝜔02

On a 𝜆0 = −𝛼 donc lim𝑡→+∞ 𝑥(𝑡) = 0. Ainsi les solutions de (1) admettent comme assymptot
horizontale l’axe des abscisses.
1
𝑣0 = ( ) est un vecteur propre de 𝐴 associé à la valeur propre 𝜆0 . En plus l’espace propre
𝜆0
associé à 𝜆0 est 𝑣𝑒𝑐𝑡{𝑣0 }. A n’est donc pas diagonalisable. Soit 𝑣1 ∈ 𝑅2 tel que (𝐴 −
𝜆0 𝐼2 )𝑣1 = 𝑣0 . 𝑓0 = 𝑒𝜆0 𝑡 𝑣0 et 𝑓1 = 𝑒𝜆0 𝑡 (𝑡𝑣0 + 𝑣1 ) sont solutions de (𝐸) et sont linéairement
indépendants. Ainsi les solutions de (𝐸) sont de la forme 𝑡 − > 𝑓(𝑡) = 𝐴𝑒𝜆0 𝑡 𝑣0 + 𝐵(𝑡𝑣0 +
𝑥(𝑡)
𝑣1 )𝑒𝜆0 𝑡 , soit ( ′ ) = (𝐴𝑣0 + 𝐵𝑣1 )𝑒𝜆0 𝑡 + 𝐵𝑡𝑣0 𝑒𝜆0 𝑡
𝑥 (𝑡)
Ainsi 𝑥(𝑡) = (𝑎 + 𝑏𝑡)𝑒𝜆0 𝑡
Comme 𝜆0 < 0 alors lim𝑡→+∞ 𝑥(𝑡) = 0. Ainsi les solutions de (1) admettent comme assymp-
tote horizontale l’axe des abscisses.

5- Résolution numérique
𝑋 ′ (𝑡) = 𝐴𝑋(𝑡), 𝑡 ∈ [0, 5]
𝑡𝑛+1 𝑡𝑛+1 𝑡𝑛+1
∀𝑛 ∈ 𝑁 , ∫𝑡 𝑋 ′ (𝑡)𝑑𝑡 = ∫𝑡 𝐴𝑋(𝑡)𝑑𝑡 soit 𝑋(𝑡𝑛+1 ) = 𝑋(𝑡𝑛 ) + ∫𝑡 𝐴𝑋(𝑡)𝑑𝑡
𝑛 𝑛 𝑛

En utilisant l’approximatio numérique de Runge-Kutta d’ordre 4, on a 𝑋(𝑡𝑛+1 ) = 𝑋(𝑡𝑛 ) +

ℎ
6 (𝐾1 + 2𝐾2 + 2𝐾3 + 𝐾4 tel que

⎧ℎ = 𝑡𝑛+1 − 𝑡𝑛
{
{𝐾1 = 𝐴𝑋(𝑡𝑛 )
{
{𝐾2 = 𝐴(𝑋(𝑡𝑛 ) + ℎ 𝐾1 )
{ 2
ℎ
𝐾 = 𝐴(𝑋(𝑡𝑛 ) + 2 𝐾2 )
⎨ 3
{𝐾4 = 1(𝑋(𝑡𝑛 )) + ℎ𝐾3 )
{
{
{𝑋(𝑡 ) = (1)
{ 0
0
⎩
Ci- dessous le code scilab qui a permis la résolution nymérique ainsi que le résultat obtenu.

// TP 1

// Matrice A : fonction de alpha (noté a ici) et wo

function A=A(a, wo)

5
 A = [0 1 ; -wo^2 -2*a]
endfunction

//Approximation de Runge-Kutta

function [Lt, Lx]= RK4(a, wo, A, Xo, N, T )

X=Xo // Xo = [f(to); f'(to)]
t=0
h=T/N
Lx = [X(1)] //Lx = [f(to)]
Lt = [t] //Lt = [to]
for k=1:N
K1 = A(a, wo)*X
K2 = A(a, wo)*(X + h*K1/2)
K3 = A(a, wo)*(X + h*K2/2)
K4 = A(a, wo)*(X + h*K3)
X = X + (h/6)*(K1 + 2*K2 + 2*K3 + K4)
Lx= [Lx, X(1)] //Lx = [f(to);....; f(ti)]
t = t+ h
Lt = [Lt, t] //Lt = [to;.....; ti]
end
endfunction

a = 0.1
wo = 1
Xo = [1 ; 0]
N=100
T=50
[t, x]= RK4(a, wo, A, Xo, N, T)

//Tracer de la courbe
plot2d(t,x)

• 1er cas: 𝛼2 > 𝜔02

a = 1.5
wo = 1
Xo = [1 ; 0]
N=100
T=50
[t, x]= RK4(a, wo, A, Xo, N, T)

//Tracer de la courbe
plot2d(t,x)

6
Et nous avons le résultat suivant:

- 2è cas: 0 < 𝛼2 < 𝜔02

a = 0.1
wo = 1
Xo = [1 ; 0]
N=100
T=50
[t, x]= RK4(a, wo, A, Xo, N, T)

//Tracer de la courbe
plot2d(t,x)

7
- 3è cas: 𝛼 = 0

a = 0
wo = 1
Xo = [1 ; 0]
N=100
T=50
[t, x]= RK4(a, wo, A, Xo, N, T)

//Tracer de la courbe
plot2d(t,x)